三維數(shù)字幾何處理中特征提取與孔洞修補研究.pdf

1、現(xiàn)代社會已進入信息化時代，數(shù)字化是這個時代的鮮明特征。大量的信息采集與表達、重建與處理等數(shù)字化技術為應用基礎研究提出了許多新的研究課題。隨著三維掃描獲取技術的發(fā)展，三維數(shù)字幾何模型已經(jīng)成為一種新興的數(shù)字媒體，在多個領域取得了廣泛的應用，同時也給數(shù)字幾何處理帶來了機遇和挑戰(zhàn)。本文針對三維數(shù)字幾何處理中厚度點云薄化、特征提取與孔洞修補展開研究，主要工作如下:
　　(1)針對掃描點云數(shù)據(jù)中存在的噪聲、離群點，特別是由于多次重復掃描導致的

2、厚度點云，受主曲線和主曲面通過數(shù)據(jù)中間位置的啟發(fā)，提出一種厚度點云薄化算法。該算法利用共享近鄰關系構建點云的局部鄰域，依照主曲面自相合條件，逐步迭代逼近主曲面，實現(xiàn)厚度點云的薄化處理。該算法將去噪和數(shù)據(jù)薄化融為一體，在實現(xiàn)點云去噪、厚度薄化的同時，較好的保持了原有數(shù)據(jù)的特征信息。
　　(2)針對掃描點云數(shù)據(jù)的特征提取問題，提出了一種基于局部重建和子鄰域分類的特征點提取算法。該算法通過在一點的局部鄰域內(nèi)構建反映特征結構的三角形集合，

3、利用三角形法向聚類得到局部鄰域的子鄰域分類。最后，檢測一點是否同時落在多個子鄰域擬合平面的交線上來識別特征點。本文提出的特征檢測算法對噪聲較為魯棒，具有較低的算法復雜度，可以有效區(qū)分真實特征點和非?？拷鎸嵦卣鼽c的偽特征點。
　　(3)針對噪聲環(huán)境下三角形網(wǎng)格的特征提取問題，提出了一種基于鄰域支持的魯棒特征點提取算法。利用鄰域支持的思想定義顯著性特征度量，在提升真實特征點顯著性度量的同時，相對抑制了噪聲數(shù)據(jù)的顯著性度量，在噪聲環(huán)境

4、下網(wǎng)格特征點提取過程中起到了關鍵作用。與現(xiàn)有網(wǎng)格特征點提取算法相比，本文提出的基于鄰域支持的特征點提取算法不僅對噪聲魯棒，還可以在提取顯著特征的同時，盡可能多的提取相對較弱的特征信息。
　　(4)針對彎曲區(qū)域缺失面積較大的孔洞，基于波前法提出了一種簡單、有效的三角形網(wǎng)格孔洞修補算法。該算法通過估計合理邊界點法向和對邊界點進行凹凸性分類，調(diào)整原有波前法插入點方向，計算適當?shù)牟迦朦c位置，生成新的三角形，直接在原有數(shù)據(jù)上恢復出缺失區(qū)域的

5、幾何形狀。在沒有經(jīng)過后續(xù)優(yōu)化處理的情況下，實現(xiàn)了修補網(wǎng)格與孔洞周圍原始網(wǎng)格之間光滑過渡，并且修補網(wǎng)格頂點密度與周圍原有網(wǎng)格頂點密度較為一致，新生成的三角形面片質(zhì)量也能達到一定的要求。
　　(5)針對缺失區(qū)域存在特征結構的孔洞修補問題，提出一種特征保持的三角形網(wǎng)格孔洞修補算法。該算法通過定義邊界特征點之間的法向差異和凹凸性分析，實現(xiàn)了孔洞周圍特征點集合的自動匹配和缺失特征線的有效重建，避免了繁瑣的人工匹配，提高了算法效率。同時，缺失